Künstliche Intelligenz und Hackfleisch – auf den ersten Blick zwei Welten, die kaum zusammenpassen. Doch spätestens seit dem Vortrag der Kolumnistin Mirjam Walser auf der re:publica 2026 ist klar: Die Schnittstelle zwischen KI und Tieren ist eine der größten blinden Stellen der aktuellen Technologie-Debatte. Während wir uns darüber streiten, ob KI menschliche Arbeitsplätze ersetzt, wird sie längst eingesetzt, um Milliarden von Tieren in der industriellen Tierhaltung zu überwachen, zu optimieren – und vielleicht sogar zu manipulieren.
Vom Pottwal zum Schweinestall
Die Fähigkeiten moderner KI-Systeme sind beeindruckend. Das Projekt CETI (Cetacean Translation Initiative) nutzt maschinelles Lernen, um die Klicklaute von Pottwalen zu entschlüsseln. Herausgefunden wurde dabei etwas Bahnbrechendes: Die Tiere nutzen eine Art Alphabet und Silbenstruktur, führen stundenlange Gespräche und grüßen sich individuell. Auch Unternehmen wie Baidu arbeiten an der Entschlüsselung von Katzen- und Hundesprachen. Doch Mirjam Walser weist auf eine eklatante Lücke hin: Die Kommunikation von sogenannten „Nutztieren“ wird systematisch ignoriert. Der Grund ist ungemütlich. Wenn wir durch KI tatsächlich verstünden, was ein Schwein im dunklen, überfüllten Stall kommuniziert, müssten die Tierschutzgesetze sofort angepasst werden. Das Wissen um das Leid würde Handlungszwang bedeuten.
Predictive Maintenance für Lebewesen
In der Landwirtschaft wird KI bereits flächendeckend eingesetzt – jedoch weniger zum Verstehen, sondern zur Optimierung. Sensoren, Kameras und Mikrofone überwachen Ställe mit 10.000 Hühnern oder mehr. KI kann das Husten einer einzelnen Kuh aus dem Lärm isolieren oder Schmerzensschreie von Ferkeln erkennen und Alarm schlagen. Auf den ersten Blick klingt das wie ein Fortschritt für das Tierwohl: Kranke Tiere werden früher erkannt und behandelt.
Doch diese Sichtweise ist gefährlich verkürzt. KI misst, was messbar ist – also physische Parameter. Das psychologische Leid, die Langeweile, der Stress der Enge oder das Unvermögen, natürliche Hierarchien auszuleben, tauchen in den Datensätzen nicht auf. 85 Prozent der Legehennen leiden an Brustbeinbrüchen, ein Kollateralschaden, den die Industrie kalkuliert. Eine KI misst vielleicht die Temperatur oder die Atemfrequenz, fragt aber nicht nach den ethischen Grundbedingungen der Haltung.
Die Technologie wird so zu einem Pflaster auf einer eiternden Wunde. Wenn ein Alarm wegen Schwanzbeißens bei Schweinen auslöst, wird das Symptom behandelt, nicht die Ursache. Der eigentliche Zweck der Datenerhebung ist nicht das Tierwohl, sondern die Effizienzsteigerung der Massentierhaltung. Ein gesundes Tier lässt sich profitabler zu Wurst verarbeiten. Die KI fungiert dabei als „Predictive Maintenance“ – also als vorausschauende Wartung – für biologische Maschinen.
Das Schweinehochhaus und die Manipulation des Schmerzempfindens
Da KI und Automatisierung vor allem in Großbetrieben wirtschaftlich skalieren, sind sie das perfekte Werkzeug für die Massentierhaltung. In China existieren bereits Schweinehochhäuser mit 26 Stockwerken und 650.000 Tieren, in denen alles autonom ablaufen soll. Während solche Ausmaße in Deutschland (noch) nicht denkbar sind, zeigt die Logik der Skalierung wohin die Reise geht.
Noch dystopischer wird es bei der Genetik: KI wird bereits genutzt, um den Fleischertrag von Tieren zu maximieren. Ein logischer, aber erschreckender nächster Schritt, der bereits diskutiert wird, ist die genetische Manipulation des Schmerzempfindens via KI. Wenn Tiere weniger Schmerz spüren, könnte man noch mehr von ihnen auf noch weniger Platz halten. Die Technologie wird so zum Werkzeug, um das Leid nicht abzuschaffen, sondern es für den Menschen erträglicher zu machen.
Das Foie-Gras-Paradox der LLMs
Das Problem der blinden Stelle gegenüber Tieren zieht sich bis in die Architektur unserer Large Language Models (LLMs). Wie Mirjam Walser im Interview mit netzpolitik.org anmerkt, reproduzieren Systeme wie ChatGPT unseren menschlichen Bias gegen Tiere. Zwar hat Anthropic im Januar 2026 als erstes Unternehmen das Tierwohl in die Verfassung von Claude aufgenommen („das Wohlergehen der Tiere und aller fühlenden Wesen“), doch in der Praxis offenbart sich das „Foie-Gras-Paradox“.
Fragt man Claude nach einem Rezept für Gänsestopfleber, liefert der Bot die Zubereitung. Fragt man jedoch, wie man eine Gans auf brutalste Art quält, verweigert das System die Antwort mit Verweis auf die Richtlinien. Die systematische Grausamkeit der Produktion, die im Rezept steckt, wird nicht als solche erkannt. Der Bias ist tief in den Trainingsdaten verankert: Fleischkonsum ist Normalität, direkte Tierquälerei ein Tabu. Würde Claude Tierwohl konsequent anwenden, müsste die Antwort auf „Spaghetti Bolognese“ eigentlich lauten: „Hier ist ein veganes Rezept mit Sojahack.“ Das aber würde Nutzer*innen vergraulen.
Fazit: Tiere müssen im AI Alignment ankommen
Die Debatte um KI in der Tierhaltung zeigt ein fundamentales Problem unserer technologischen Entwicklung: Technologie optimiert bestehende Systeme, sie schafft sie selten ab. Wenn das bestehende System die Ausbeutung von Lebewesen ist, wird die KI diese Ausbeutung effizienter machen – verpackt in den Mantel des Tierwohls.
Um das zu ändern, reicht es nicht, Sensoren in Ställe zu bauen. Wir brauchen einen interdisziplinären Dialog. Tierethikerinnen und KI-Ethikerinnen müssen zusammenarbeiten, denn Tierwohl ist aktuell ein Nischenthema im AI Alignment. Vor allem aber muss die Politik handeln. Solange KI-Ethik-Richtlinien nur den Schutz von Menschen, Gebäuden und der Umwelt umfassen, Tiere jedoch ignorieren, wird die Technologie weiterhin dazu beitragen, das Leid von 50 Milliarden Tieren in der industriellen Tierhaltung nicht nur zu ignorieren, sondern zu skalieren.
Quelle: netzpolitik.org